CTR模型：FNN模型

1. 简介 FNN 模型是2016年提出的，基于传统机器学习模型，如LR，FM等，的CTR预测方案被称为基于浅层模型的方案。 优点是模型简单，预测性能较好，可解释性强。缺点是，很难自动提取高阶组合特征携带的信息。 于是， 基于因子分解即的神经网络（Factorization Machine supported Neural Network, FNN）被提出。 2. FNN模型 输入的类别特征是 f

>>阅读原文<<